# Libraries
import os
import folium
import pandas as pd
import geopandas as gpd
from sqlalchemy import create_engine, text

# Ignore warnings
import warnings
warnings.filterwarnings("ignore")

print(os.getcwd())

/workspaces/python_postgresql_postgis

# Set up Database Connection
user = "pgadmin"
password = "geheim"
host = "localhost"
port = "5432"
database = "osm_switzerland"

# Erstellen der Connection URL
db_connection_url = "postgresql://" + user + ":" + password +\
                    "@" + host + ":" + port + "/" + database

# Erstellen SQLAlchemy Engine
engine = create_engine(db_connection_url)

# Test der Connection
with engine.connect() as connection:
    result = connection.execute(text('SELECT current_database()'))
    print(result.fetchone())

# Verbindung trennen
engine.dispose()

('osm_switzerland',)

# Engine für Datenbankverbindung erstellen
engine = create_engine(db_connection_url)

# Ergänzen Sie die SQL-Abfrage, um die Aufgabe zu lösen
sql = """SELECT
            h.osm_id,
            h.shop,
            h.name,
            ST_Transform(h.way, 4326) AS geom
        FROM planet_osm_point h
        WHERE h.shop = 'car_repair'
      ;"""

# Ergebnis in GeoDataFrame abspeichern
gdf = gpd.GeoDataFrame.from_postgis(sql, engine)

# Datenbankverbindung trennen
engine.dispose()

# Zeigen des GeoDataFrames
gdf

# Projektion definieren (WGS84)
if gdf.crs is None:
    gdf.set_crs(epsg=4326, inplace=True)
else:
    pass

# Latitude und Longitude für die Zentrierung der Karte ermitteln
centroids = gdf.geometry.centroid
lon = centroids.x.mean()
lat = centroids.y.mean()

# Initialisieren der Map
m = folium.Map(location=[lat, lon], 
               zoom_start=8, 
               tiles='CartoDB positron')

# Map settings
folium.GeoJson(
    gdf,
    name='map'
).add_to(m)

folium.LayerControl().add_to(m)

# Plot map
m

# Engine für Datenbankverbindung erstellen
engine = create_engine(db_connection_url)  

# Ergänzen Sie die SQL-Abfrage, um die Aufgabe zu lösen
sql = """SELECT
            h.osm_id,
            h.amenity,
            h.shop,
            h.name,
            ST_Transform(h.way, 4326) AS geom
        FROM planet_osm_point h
        WHERE h.amenity = 'biergarten'
     ;"""

# Ergebnis in GeoDataFrame abspeichern
gdf = gpd.GeoDataFrame.from_postgis(sql, engine)

# Datenbankverbindung trennen
engine.dispose()

# Zeigen des GeoDataFrames
gdf.head()

# Projektion definieren (WGS84)
if gdf.crs is None:
    gdf.set_crs(epsg=4326, inplace=True)
else:
    pass

# Latitude und Longitude für die Zentrierung der Karte ermitteln
centroids = gdf.geometry.centroid
lon = centroids.x.mean()
lat = centroids.y.mean()

# Initialisieren der Map
m = folium.Map(location=[lat, lon], 
               zoom_start=8, 
               tiles='CartoDB positron')

# Map settings
folium.GeoJson(
    gdf,
    name='map'
).add_to(m)

folium.LayerControl().add_to(m)

# Plot map
m

# Engine für Datenbankverbindung erstellen
engine = create_engine(db_connection_url)  

# Ergänzen Sie die SQL-Abfrage, um die Aufgabe zu lösen
sql = """SELECT
                p.osm_id,
                p."addr:street",
                p."addr:housenumber",
                p."addr:city",
                p."addr:postcode",
                p.building,
                st_transform(p.way, 4326) AS geom
        FROM
                public.planet_osm_polygon AS p
        WHERE
                p."addr:street" IS NOT NULL
                AND p."addr:housenumber" IS NOT NULL
                AND p."addr:city" IS NOT NULL
                AND p."addr:street" IN ('Stadthausstrasse')
     ;"""

# Ergebnis in GeoDataFrame abspeichern
gdf = gpd.GeoDataFrame.from_postgis(sql, engine)

# Datenbankverbindung trennen
engine.dispose()

# Zeigen des GeoDataFrames
gdf

# Projektion definieren (WGS84)
if gdf.crs is None:
    gdf.set_crs(epsg=4326, inplace=True)
else:
    pass

# Latitude und Longitude für die Zentrierung der Karte ermitteln
centroids = gdf.geometry.centroid
lon = centroids.x.mean()
lat = centroids.y.mean()

# Initialisieren der Map
m = folium.Map(location=[lat, lon], 
               zoom_start=17, 
               tiles='EsriWorldImagery')

# Map settings
folium.Choropleth(
    geo_data=gdf,
    name='map',
    fill_color='greenyellow'
).add_to(m)

folium.LayerControl().add_to(m)

# Plot map
m

# Engine für Datenbankverbindung erstellen
engine = create_engine(db_connection_url)  

# Ergänzen Sie die SQL-Abfrage, um die Aufgabe zu lösen
sql = """SELECT
            r.osm_id,
            r.highway,
            ST_Transform(r.way, 4326) AS geom
        FROM planet_osm_roads r
        WHERE r.highway = 'motorway';
     ;"""

# Ergebnis in GeoDataFrame abspeichern
gdf = gpd.GeoDataFrame.from_postgis(sql, engine)

# Datenbankverbindung trennen
engine.dispose()

# Zeigen des GeoDataFrames
gdf

# Projektion definieren (WGS84)
if gdf.crs is None:
    gdf.set_crs(epsg=4326, inplace=True)
else:
    pass

# Latitude und Longitude für die Zentrierung der Karte ermitteln
centroids = gdf.geometry.centroid
lon = centroids.x.mean()
lat = centroids.y.mean()

# Initialisieren der Map
m = folium.Map(location=[lat, lon], 
               zoom_start=9, 
               tiles='CartoDB positron')

# Map settings
folium.Choropleth(
    geo_data=gdf,
    name='map',
    line_weight=3,
    line_color='red'
).add_to(m)

folium.LayerControl().add_to(m)

# Plot map
m

# Engine für Datenbankverbindung erstellen
engine = create_engine(db_connection_url)  

# Ergänzen Sie die SQL-Abfrage, um die Aufgabe zu lösen
sql = """SELECT
            l.osm_id,
            l.waterway,
            ST_Transform(l.way, 4326) AS geom
        FROM planet_osm_line l
        WHERE l.waterway = 'river';
     ;"""

# Ergebnis in GeoDataFrame abspeichern
gdf = gpd.GeoDataFrame.from_postgis(sql, engine)

# Datenbankverbindung trennen
engine.dispose()

# Zeigen des GeoDataFrames
gdf

# Projektion definieren (WGS84)
if gdf.crs is None:
    gdf.set_crs(epsg=4326, inplace=True)
else:
    pass

# Latitude und Longitude für die Zentrierung der Karte ermitteln
centroids = gdf.geometry.centroid
lon = centroids.x.mean()
lat = centroids.y.mean()

# Initialisieren der Map
m = folium.Map(location=[lat, lon], 
               zoom_start=8, 
               tiles='CartoDB positron')

# Map settings
folium.Choropleth(
    geo_data=gdf,
    name='map',
    fill_color='greenyellow'
).add_to(m)

folium.LayerControl().add_to(m)

# Plot map
m

# Engine für Datenbankverbindung erstellen
engine = create_engine(db_connection_url)  

# Ergänzen Sie die SQL-Abfrage, um die Aufgabe zu lösen
sql = """SELECT
            h.osm_id,
            h.shop,
            h.name,
            h.addr:city,
            ST_Transform(h.way, 4326) AS geom
        FROM planet_osm_point h
        WHERE h."addr:city" = ('Winterthur', 'Zurich')
     ;"""

# Ergebnis in GeoDataFrame abspeichern
gdf = gpd.GeoDataFrame.from_postgis(sql, engine)

# Datenbankverbindung trennen
engine.dispose()

# Zeigen des GeoDataFrames
gdf

---------------------------------------------------------------------------
SyntaxError                               Traceback (most recent call last)
File ~/.local/lib/python3.12/site-packages/sqlalchemy/engine/base.py:1967, in Connection._exec_single_context(self, dialect, context, statement, parameters)
   1966     if not evt_handled:
-> 1967         self.dialect.do_execute(
   1968             cursor, str_statement, effective_parameters, context
   1969         )
   1971 if self._has_events or self.engine._has_events:

File ~/.local/lib/python3.12/site-packages/sqlalchemy/engine/default.py:941, in DefaultDialect.do_execute(self, cursor, statement, parameters, context)
    940 def do_execute(self, cursor, statement, parameters, context=None):
--> 941     cursor.execute(statement, parameters)

SyntaxError: syntax error at or near ":"
LINE 5:             h.addr:city,
                          ^


The above exception was the direct cause of the following exception:

ProgrammingError                          Traceback (most recent call last)
Cell In[56], line 16
      5 sql = """SELECT
      6             h.osm_id,
      7             h.shop,
   (...)
     12         WHERE h."addr:city" = ('Winterthur')
     13      ;"""
     15 # Ergebnis in GeoDataFrame abspeichern
---> 16 gdf = gpd.GeoDataFrame.from_postgis(sql, engine)
     18 # Datenbankverbindung trennen
     19 engine.dispose()

File ~/.local/lib/python3.12/site-packages/geopandas/geodataframe.py:817, in GeoDataFrame.from_postgis(cls, sql, con, geom_col, crs, index_col, coerce_float, parse_dates, params, chunksize)
    747 @classmethod
    748 def from_postgis(
    749     cls,
   (...)
    758     chunksize=None,
    759 ):
    760     """
    761     Alternate constructor to create a ``GeoDataFrame`` from a sql query
    762     containing a geometry column in WKB representation.
   (...)
    814     geopandas.read_postgis : read PostGIS database to GeoDataFrame
    815     """
--> 817     df = geopandas.io.sql._read_postgis(
    818         sql,
    819         con,
    820         geom_col=geom_col,
    821         crs=crs,
    822         index_col=index_col,
    823         coerce_float=coerce_float,
    824         parse_dates=parse_dates,
    825         params=params,
    826         chunksize=chunksize,
    827     )
    829     return df

File ~/.local/lib/python3.12/site-packages/geopandas/io/sql.py:185, in _read_postgis(sql, con, geom_col, crs, index_col, coerce_float, parse_dates, params, chunksize)
    135 """
    136 Returns a GeoDataFrame corresponding to the result of the query
    137 string, which must contain a geometry column in WKB representation.
   (...)
    180 >>> df = geopandas.read_postgis(sql, con)  # doctest: +SKIP
    181 """
    183 if chunksize is None:
    184     # read all in one chunk and return a single GeoDataFrame
--> 185     df = pd.read_sql(
    186         sql,
    187         con,
    188         index_col=index_col,
    189         coerce_float=coerce_float,
    190         parse_dates=parse_dates,
    191         params=params,
    192         chunksize=chunksize,
    193     )
    194     return _df_to_geodf(df, geom_col=geom_col, crs=crs, con=con)
    196 else:
    197     # read data in chunks and return a generator

File ~/.local/lib/python3.12/site-packages/pandas/io/sql.py:734, in read_sql(sql, con, index_col, coerce_float, params, parse_dates, columns, chunksize, dtype_backend, dtype)
    724     return pandas_sql.read_table(
    725         sql,
    726         index_col=index_col,
   (...)
    731         dtype_backend=dtype_backend,
    732     )
    733 else:
--> 734     return pandas_sql.read_query(
    735         sql,
    736         index_col=index_col,
    737         params=params,
    738         coerce_float=coerce_float,
    739         parse_dates=parse_dates,
    740         chunksize=chunksize,
    741         dtype_backend=dtype_backend,
    742         dtype=dtype,
    743     )

File ~/.local/lib/python3.12/site-packages/pandas/io/sql.py:1836, in SQLDatabase.read_query(self, sql, index_col, coerce_float, parse_dates, params, chunksize, dtype, dtype_backend)
   1779 def read_query(
   1780     self,
   1781     sql: str,
   (...)
   1788     dtype_backend: DtypeBackend | Literal["numpy"] = "numpy",
   1789 ) -> DataFrame | Iterator[DataFrame]:
   1790     """
   1791     Read SQL query into a DataFrame.
   1792 
   (...)
   1834 
   1835     """
-> 1836     result = self.execute(sql, params)
   1837     columns = result.keys()
   1839     if chunksize is not None:

File ~/.local/lib/python3.12/site-packages/pandas/io/sql.py:1659, in SQLDatabase.execute(self, sql, params)
   1657 args = [] if params is None else [params]
   1658 if isinstance(sql, str):
-> 1659     return self.con.exec_driver_sql(sql, *args)
   1660 return self.con.execute(sql, *args)

File ~/.local/lib/python3.12/site-packages/sqlalchemy/engine/base.py:1779, in Connection.exec_driver_sql(self, statement, parameters, execution_options)
   1774 execution_options = self._execution_options.merge_with(
   1775     execution_options
   1776 )
   1778 dialect = self.dialect
-> 1779 ret = self._execute_context(
   1780     dialect,
   1781     dialect.execution_ctx_cls._init_statement,
   1782     statement,
   1783     None,
   1784     execution_options,
   1785     statement,
   1786     distilled_parameters,
   1787 )
   1789 return ret

File ~/.local/lib/python3.12/site-packages/sqlalchemy/engine/base.py:1846, in Connection._execute_context(self, dialect, constructor, statement, parameters, execution_options, *args, **kw)
   1844     return self._exec_insertmany_context(dialect, context)
   1845 else:
-> 1846     return self._exec_single_context(
   1847         dialect, context, statement, parameters
   1848     )

File ~/.local/lib/python3.12/site-packages/sqlalchemy/engine/base.py:1986, in Connection._exec_single_context(self, dialect, context, statement, parameters)
   1983     result = context._setup_result_proxy()
   1985 except BaseException as e:
-> 1986     self._handle_dbapi_exception(
   1987         e, str_statement, effective_parameters, cursor, context
   1988     )
   1990 return result

File ~/.local/lib/python3.12/site-packages/sqlalchemy/engine/base.py:2355, in Connection._handle_dbapi_exception(self, e, statement, parameters, cursor, context, is_sub_exec)
   2353 elif should_wrap:
   2354     assert sqlalchemy_exception is not None
-> 2355     raise sqlalchemy_exception.with_traceback(exc_info[2]) from e
   2356 else:
   2357     assert exc_info[1] is not None

File ~/.local/lib/python3.12/site-packages/sqlalchemy/engine/base.py:1967, in Connection._exec_single_context(self, dialect, context, statement, parameters)
   1965                 break
   1966     if not evt_handled:
-> 1967         self.dialect.do_execute(
   1968             cursor, str_statement, effective_parameters, context
   1969         )
   1971 if self._has_events or self.engine._has_events:
   1972     self.dispatch.after_cursor_execute(
   1973         self,
   1974         cursor,
   (...)
   1978         context.executemany,
   1979     )

File ~/.local/lib/python3.12/site-packages/sqlalchemy/engine/default.py:941, in DefaultDialect.do_execute(self, cursor, statement, parameters, context)
    940 def do_execute(self, cursor, statement, parameters, context=None):
--> 941     cursor.execute(statement, parameters)

ProgrammingError: (psycopg2.errors.SyntaxError) syntax error at or near ":"
LINE 5:             h.addr:city,
                          ^

[SQL: SELECT
            h.osm_id,
            h.shop,
            h.name,
            h.addr:city,
            ST_Transform(h.way, 4326) AS geom
        FROM planet_osm_point h
        WHERE h."addr:city" = ('Winterthur')
     ;]
(Background on this error at: https://sqlalche.me/e/20/f405)

# Projektion definieren (WGS84)
if gdf.crs is None:
    gdf.set_crs(epsg=4326, inplace=True)
else:
    pass

# Latitude und Longitude für die Zentrierung der Karte ermitteln
centroids = gdf.geometry.centroid
lon = centroids.x.mean()
lat = centroids.y.mean()

# Initialisieren der Map
m = folium.Map(location=[lat, lon], 
               zoom_start=12, 
               tiles='ESRIWorldImagery')

# Map settings
folium.GeoJson(
    gdf,
    name='map',
).add_to(m)

folium.LayerControl().add_to(m)

# Plot map
m

# Engine für Datenbankverbindung erstellen
engine = create_engine(db_connection_url)  

# Ergänzen Sie die SQL-Abfrage, um die Aufgabe zu lösen
sql = """SELECT
            p.osm_id,
            p.shop,
            p.name,
            
            ST_Distance(
                ST_Transform(p.way, 4326)::geography,
                -- Central station coordinates
                ST_SetSRID(ST_MakePoint(8.72397, 47.50031), 4326)::geography
            ) AS distance_meters,
            ST_TRANSFORM(p.way, 4326) AS geom
        FROM
            planet_osm_point AS p
        WHERE
            p.shop = 'hairdresser'
            AND ST_DWithin(
                ST_Transform(p.way, 4326)::geography,
                -- Central station coordinates
                ST_SetSRID(ST_MakePoint(8.72397, 47.50031), 4326)::geography,
                500
            )
        ORDER BY distance_meters;
     ;"""

# Ergebnis in GeoDataFrame abspeichern
gdf = gpd.GeoDataFrame.from_postgis(sql, engine)

# Datenbankverbindung trennen
engine.dispose()

# Zeigen des GeoDataFrames
gdf.head()

# Projektion definieren (WGS84)
if gdf.crs is None:
    gdf.set_crs(epsg=4326, inplace=True)
else:
    pass

# Latitude und Longitude für die Zentrierung der Karte ermitteln
centroids = gdf.geometry.centroid
lon = centroids.x.mean()
lat = centroids.y.mean()

# Initialisieren der Map
m = folium.Map(location=[lat, lon], 
               zoom_start=16, 
               tiles='ESRIWorldImagery')

# Map settings
folium.GeoJson(
    gdf,
    name='map'
).add_to(m)

folium.LayerControl().add_to(m)

# Plot map
m

import os
import platform
import socket
from platform import python_version
from datetime import datetime

print('-----------------------------------')
print(os.name.upper())
print(platform.system(), '|', platform.release())
print('Datetime:', datetime.now().strftime("%Y-%m-%d %H:%M:%S"))
print('Python Version:', python_version())
print('IP Address:', socket.gethostbyname(socket.gethostname()))
print('-----------------------------------')

-----------------------------------
POSIX
Linux | 6.5.0-1025-azure
Datetime: 2024-10-07 09:36:47
Python Version: 3.12.1
IP Address: 127.0.0.1
-----------------------------------

Vorname:	Silas
Nachname:	Häffner
Immatrikulationsnummer:	24672354
Modul:	Data Science
Prüfungsdatum / Raum / Zeit:	07.10.2024 / Raum: SF O3.54 / 8:00 – 11:45
Erlaubte Hilfsmittel:	w.MA.XX.DS.24HS (Data Science) Open Book, Eigener Computer, Internet-Zugang
Nicht erlaubt:	Nicht erlaubt ist der Einsatz beliebiger Formen von generativer KI (z.B. Copilot, ChatGPT) sowie beliebige Formen von Kommunikation oder Kollaboration mit anderen Menschen.

Kategorie	Beschreibung	Punkteverteilung
Code nicht lauffähig oder Ergebnisse nicht sinnvoll	Der Code enthält Fehler, die verhindern, dass er ausgeführt werden kann (z.B. Syntaxfehler) oder es werden Ergebnisse ausgegeben, welche nicht zur Fragestellung passen.	0 Punkte
Code lauffähig, aber mit gravierenden Mängeln	Der Code läuft, aber die Ergebnisse sind aufgrund wesentlicher Fehler unvollständig (z.B. fehlende Joins, gravierende Fehler in SQL-Abfragen). Nur geringer Fortschritt erkennbar.	25% der max. erreichbaren Punkte
Code lauffähig, aber mit mittleren Mängeln	Der Code läuft und liefert teilweise korrekte Ergebnisse, aber es gibt grössere Fehler (z.B. fehlende Spalten, unvollständige SQL-Abfragen). Die Ergebnisse sind nachvollziehbar, aber unvollständig oder ungenau.	50% der max. erreichbaren Punkte
Code lauffähig, aber mit minimalen Mängeln	Der Code läuft und liefert ein weitgehend korrektes Ergebnis, aber kleinere Fehler (z.B. falsche oder fehlende Sortierung, Rundung von Werten falsch) beeinträchtigen die Vollständigkeit des Ergebnisses.	75% der max. erreichbaren Punkte
Code lauffähig und korrekt	Der Code läuft einwandfrei und liefert das korrekte Ergebnis ohne Mängel.	100% der max. erreichbaren Punkte

	osm_id	shop	name	geom
0	1811755810	car_repair	Grenzgarage	POINT (9.62898 47.45412)
1	9408250312	car_repair	Gebr. Wirth AG	POINT (9.63098 47.45327)
2	5254765356	car_repair	Richner AG	POINT (9.43594 47.50471)
3	9408188280	car_repair	Zehender Garage AG	POINT (9.46826 47.49408)
4	3346119599	car_repair	Garage Martino GmbH	POINT (9.49096 47.47737)
...	...	...	...	...
1458	7524279282	car_repair	None	POINT (9.15641 47.54915)
1459	7523837743	car_repair	None	POINT (9.18904 47.55991)
1460	4366881989	car_repair	Autoviva VW und Seat	POINT (9.27967 47.54715)
1461	1493634725	car_repair	Morandi Group AG	POINT (9.19848 47.63967)
1462	1485836431	car_repair	Toyota Garage Schlauri AG	POINT (9.16553 47.64061)

	osm_id	addr:street	addr:housenumber	addr:city	addr:postcode	building	geom
0	9264543	Stadthausstrasse	4a	Winterthur	8400	government	POLYGON ((8.73111 47.50115, 8.73112 47.50085, ...
1	22301937	Stadthausstrasse	4	Winterthur	8400	apartments	POLYGON ((8.73232 47.50109, 8.73233 47.50107, ...
2	75027485	Stadthausstrasse	31	Winterthur	8400	office	POLYGON ((8.73162 47.50041, 8.73165 47.50029, ...
3	75027472	Stadthausstrasse	35	Winterthur	8400	apartments	POLYGON ((8.73153 47.5004, 8.73157 47.50026, 8...
4	75027503	Stadthausstrasse	37	Winterthur	8400	apartments	POLYGON ((8.73146 47.5004, 8.73149 47.50028, 8...
...	...	...	...	...	...	...	...
71	86335426	Stadthausstrasse	4	Luzern	6003	apartments	POLYGON ((8.30523 47.04936, 8.30531 47.04926, ...
72	86335481	Stadthausstrasse	2	Luzern	6003	apartments	POLYGON ((8.30538 47.0494, 8.30545 47.04932, 8...
73	86335380	Stadthausstrasse	7	Luzern	6003	apartments	POLYGON ((8.30491 47.04927, 8.30502 47.04915, ...
74	86335371	Stadthausstrasse	6	Luzern	6003	apartments	POLYGON ((8.30509 47.04931, 8.3051 47.04929, 8...
75	134980581	Stadthausstrasse	10b	Winterthur	8400	yes	POLYGON ((8.72652 47.50075, 8.72661 47.50063, ...

	osm_id	highway	geom
0	1236416666	motorway	LINESTRING (9.64218 47.43433, 9.6422 47.43402,...
1	552469430	motorway	LINESTRING (9.64232 47.43412, 9.6423 47.43469)
2	552469432	motorway	LINESTRING (9.6423 47.43469, 9.64232 47.43504,...
3	552469428	motorway	LINESTRING (9.64312 47.43793, 9.6429 47.43753,...
4	186132194	motorway	LINESTRING (9.64235 47.43533, 9.6424 47.43568,...
...	...	...	...
8264	100501651	motorway	LINESTRING (9.15834 47.65468, 9.15789 47.65424...
8265	14334868	motorway	LINESTRING (9.15371 47.65075, 9.15343 47.6503,...
8266	20822469	motorway	LINESTRING (9.14594 47.63688, 9.14599 47.63692...
8267	70908737	motorway	LINESTRING (9.14357 47.63107, 9.14364 47.63151)
8268	1316916577	motorway	LINESTRING (9.14365 47.63224, 9.14352 47.63152)

Arbeitspaket (AP) 3: Management & Nutzung Räumliche Daten¶

Angaben Studierende(r) (fehlende Angaben ergänzen)¶

Bewertungskriterien¶

(max. erreichbare Punkte: 48)¶

Python Libraries und Settings¶

Vorbereitung (Hinweis: dieser Teil wird nicht bewertet)¶

1.) Starten Sie eine GitHub Codespaces Instanz auf Basis Ihres Forks des folgenden GitHub Repositories:¶

GitHub-Repository: https://github.com/mario-gellrich-zhaw/python_postgresql_postgis ¶

WICHTIG!!! Verwenden Sie eine GitHub Codespaces Instanz mit ausreichend Arbeitsspeicher (4core, 16GB RAM).¶

2.) Erstellen und Testen Sie die Datenbankverbindung mit der 'osm_switzerland' Datenbank.¶

Aufgaben (Dieser Teil wird bewertet!)¶

Aufgabe (1): Erstellen Sie eine Abfrage sämtlicher Autoreparatur-Werkstätten in der Schweiz¶

Kartendarstellung Ergebnis (nur anpassen, falls in der Aufgabe danach gefragt wird)¶

Aufgabe (2) Erstellen Sie eine Abfrage aller Biergärten in der Schweiz.¶

Kartendarstellung Ergebnis (nur anpassen, falls in der Aufgabe danach gefragt wird)¶

Aufgabe (3): Erstellen Sie eine Abfrage aller Gebäude in der Stadthausstrasse in Winterthur, welche vollständige Adressangaben besitzen.¶

Kartendarstellung Ergebnis (nur anpassen, falls in der Aufgabe danach gefragt wird)¶

Aufgabe (4): Erstellen Sie eine Abfrage aller Strassen in der Schweiz, welche als 'motorway' klassifiziert sind.¶

Kartendarstellung Ergebnis (nur anpassen, falls in der Aufgabe danach gefragt wird)¶

Aufgabe (5): Erstellen Sie eine Abfrage aller Schweizer Flüsse. Generieren Sie zusätzlich Buffer um die Flüsse mit einer Breite von 2000m.¶

Kartendarstellung Ergebnis (nur anpassen, falls in der Aufgabe danach gefragt wird)¶

Aufgabe (6): Erstellen Sie eine Abfrage der Bäckerei-Geschäfte in Zürich und Winterthur.¶

Kartendarstellung Ergebnis (nur anpassen, falls in der Aufgabe danach gefragt wird)¶

Aufgabe (7): Erstellen Sie eine Abfrage sämtlicher Coiffeur-Geschäfte in einem Radius von 500m um den Hauptbahnhof in Zürich.¶

Kartendarstellung Ergebnis (nur anpassen, falls in der Aufgabe danach gefragt wird)¶

Jupyter notebook --footer info-- (please always provide this at the end of each notebook)¶

	osm_id	amenity	shop	name	geom
0	704467869	biergarten	None	Bierhalle	POINT (9.6068 47.40694)
1	370319479	biergarten	None	Center da Surf	POINT (9.79135 46.45518)
2	2467575051	biergarten	None	Le Bioley	POINT (7.12275 46.09499)
3	746772927	biergarten	None	Buvette de l'alpage du col du Lein	POINT (7.15997 46.11045)
4	370416485	biergarten	None	Bar des Etablons	POINT (7.23621 46.14038)

	osm_id	waterway	geom
0	965608814	river	LINESTRING (9.55554 47.58757, 9.55502 47.58628...
1	123157776	river	LINESTRING (9.6523 47.45459, 9.64581 47.45564,...
2	197492692	river	LINESTRING (9.59407 47.46441, 9.59392 47.46459...
3	947314919	river	LINESTRING (9.56177 47.50449, 9.55057 47.53718...
4	1210578598	river	LINESTRING (9.47697 47.48965, 9.47751 47.49004...
...	...	...	...
2553	151698226	river	LINESTRING (8.87064 47.56425, 8.87076 47.56459)
2554	1070540790	river	LINESTRING (8.87031 47.56279, 8.87036 47.56304)
2555	151698225	river	LINESTRING (8.87036 47.56304, 8.87064 47.56425)
2556	145041304	river	LINESTRING (9.12606 47.66731, 9.11666 47.6692,...
2557	514055688	river	LINESTRING (9.64477 47.52537, 9.63639 47.52762...

	osm_id	shop	name	distance_meters	geom
0	3884033858	hairdresser	TopHair/BRAUN Hair	104.579231	POINT (8.72315 47.50107)
1	599561752	hairdresser	Orinad	162.173997	POINT (8.72525 47.49914)
2	771204398	hairdresser	Gidor	175.756061	POINT (8.72552 47.50149)
3	4125136752	hairdresser	Coiffeur Fernando	212.213655	POINT (8.72138 47.50106)
4	703431929	hairdresser	Haarpalast Sagarra	217.380437	POINT (8.72683 47.50007)

Arbeitspaket (AP) 3: Management & Nutzung Räumliche Daten¶

Angaben Studierende(r) (fehlende Angaben ergänzen)¶

Bewertungskriterien¶

(max. erreichbare Punkte: 48)¶

Python Libraries und Settings¶

Vorbereitung (Hinweis: dieser Teil wird nicht bewertet)¶

1.) Starten Sie eine GitHub Codespaces Instanz auf Basis Ihres Forks des folgenden GitHub Repositories:¶

GitHub-Repository: https://github.com/mario-gellrich-zhaw/python_postgresql_postgis¶

WICHTIG!!! Verwenden Sie eine GitHub Codespaces Instanz mit ausreichend Arbeitsspeicher (4core, 16GB RAM).¶

2.) Erstellen und Testen Sie die Datenbankverbindung mit der 'osm_switzerland' Datenbank.¶

Aufgaben (Dieser Teil wird bewertet!)¶

Aufgabe (1): Erstellen Sie eine Abfrage sämtlicher Autoreparatur-Werkstätten in der Schweiz¶

Kartendarstellung Ergebnis (nur anpassen, falls in der Aufgabe danach gefragt wird)¶

Aufgabe (2) Erstellen Sie eine Abfrage aller Biergärten in der Schweiz.¶

Kartendarstellung Ergebnis (nur anpassen, falls in der Aufgabe danach gefragt wird)¶

Aufgabe (3): Erstellen Sie eine Abfrage aller Gebäude in der Stadthausstrasse in Winterthur, welche vollständige Adressangaben besitzen.¶

Kartendarstellung Ergebnis (nur anpassen, falls in der Aufgabe danach gefragt wird)¶

Aufgabe (4): Erstellen Sie eine Abfrage aller Strassen in der Schweiz, welche als 'motorway' klassifiziert sind.¶

Kartendarstellung Ergebnis (nur anpassen, falls in der Aufgabe danach gefragt wird)¶

Aufgabe (5): Erstellen Sie eine Abfrage aller Schweizer Flüsse. Generieren Sie zusätzlich Buffer um die Flüsse mit einer Breite von 2000m.¶

Kartendarstellung Ergebnis (nur anpassen, falls in der Aufgabe danach gefragt wird)¶

Aufgabe (6): Erstellen Sie eine Abfrage der Bäckerei-Geschäfte in Zürich und Winterthur.¶

Kartendarstellung Ergebnis (nur anpassen, falls in der Aufgabe danach gefragt wird)¶

Aufgabe (7): Erstellen Sie eine Abfrage sämtlicher Coiffeur-Geschäfte in einem Radius von 500m um den Hauptbahnhof in Zürich.¶

Kartendarstellung Ergebnis (nur anpassen, falls in der Aufgabe danach gefragt wird)¶

Jupyter notebook --footer info-- (please always provide this at the end of each notebook)¶

GitHub-Repository: https://github.com/mario-gellrich-zhaw/python_postgresql_postgis ¶